CC BY
21
Информационные технологии и ресурсы как инструмент увеличения капитализации бизнеса
Information technologies and resources as a tool to increase business capitalization
doi 10.26310/2071-3010.2019.251.9.018
С. В. Пупенцова,
к. э. н., доцент
S. V. Pupentsova,
PhD, professor
Н. С. Алексеева,
старший преподаватель
N. S. Alekseeva,
senior lecturer
Институт промышленного менеджмента, экономики и торговли, Высшая школа управления и бизнеса,
Санкт-Петербургский политехнический университет Петра Великого
Institute of industrial management, economics and trade, Graduate school of management and business, Peter the Great St. Petersburg polytechnic university
Использование информационных технологий и ресурсов для повышения производительности и ценности предприятий с каждым годом набирает обороты. Актуальность выбранной темы подтверждается обострением конкуренции среди участников рынка. Анализ проведен на примере торгово-развлекательного комплекса, расположенного в Санкт-Петербурге. В торгово-развлекательном комплексе была введена система подсчета посетителей, система сбора продаж арендаторов, система трекинга посетителей. На основе собранной информации изучаются потоки посетителей: маршруты, частота посещений и проведенное в магазине время, а также определяется портрет типичного покупателя.
Показателем эффективности внедрения указанных технологий на объекте выступает стоимость бизнеса, оцениваемая методом прямой капитализации. Прогнозные значения модели получены с использованием статистического метода корреляционно-регрессионного анализа.
Авторы показали, что внедрение цифровых технологий в рентный бизнес приведет к увеличению заполняе-мости объекта покупателями и арендаторами. Предложенный вариант позволит компаниям, занимающимся розничной торговлей, увеличить в ускоренные сроки посещаемость торгово-развлекательного комплекса до предельно возможного значения посетителей и повысить рентабельность бизнеса. Развитие представленного исследования в дальнейшем предполагается реализовать для офисной, гостичной и производственно-складской недвижимости.
The use of information technologies and resources to increase the productivity and value of enterprises is gaining momentum every year. The relevance of the chosen topic is confirmed by the increased competition among market participants. The analysis is conducted on the example of a shopping and entertainment complex located in St. Petersburg. In the shopping and entertainment complex was introduced a system of counting visitors, a system for collecting sales of tenants, a system shopster. Based on the information collected, the flow of visitors is studied: routes, frequency of visits and time spent in the store, as well as the portrait of a typical buyer.
An indicator of the effectiveness of the implementation of these technologies at the facility is the business value, estimated by the method of direct capitalization. The predicted values of the model are obtained using the statistical method of correlation and regression analysis.
CD
о
(N
LO (N
CD
J <
CQ О
ПРАВО • МЕНЕДЖМЕНТ • МАРКЕТИНГ
The authors showed that the introduction of digital technologies in the rental business will lead to an increase in occupancy of the object by buyers and tenants. The proposed option will allow companies engaged in retail trade to increase the attendance of the shopping and entertainment complex to the maximum possible value of visitors and to increase the profitability of business in an accelerated time frame. The development of the presented research is to be implemented in the future for office, hotel and production and warehouse real estate.
Ключевые слова: цифровизация, цифровые технологии, «умный» подход к управлению, торгово-развлекательный комплекс, стоимость бизнеса.
Keywords: digitalization, digital technologies, smart management approach, shopping and entertainment complex, business value.
о
о
(N
LO (N
О
J <
CQ О
Введение
Цифровая трансформация представляет собой использование современных цифровых технологий для кардинального повышения производительности и ценности предприятий [1]. Розничная торговля потребительских товаров, существенная часть которой расположена в торгово-развлекательных комплексах, ожидает участия управляющих компаний этих комплексов в цифровой трансформации своего бизнеса в части идентификации и персонализации клиентской базы [2]. Идентификация и персонализация клиентской базы ритейлеров может стать основой для построения оптимальных моделей обслуживания клиентов [3], что, в свою очередь, будет способствовать увеличению среднего чека, количества покупателей и росту выручки с продаж, так как использование цифровых технологий может привести к трансформации опыта потребителей в части их предпочтений. Все это спровоцирует увеличение проходимости торгово-развлекательного комплекса, снижение недозагрузок и, в свою очередь, увеличение капитализации объекта недвижимости [4]. Построение и использование оптимальных моделей обслуживания клиентов на основе цифровых технологий, наряду с энергоэффективной эксплуатацией объектов недвижимости [5], не является традиционным подходом к управлению торгово-развлекательными центрами в России [6] и в данный момент получил название «умный» подход к управлению. Актуальность выбранной темы подтверждается обострением конкуренции среди участников рынка коммерческой недвижимости в посткризисный период.
Цель работы — определить эффективность внедрения современных цифровых технологий для увеличения капитализации торгово-развлекательного комплекса. В рамках поставленной цели показано внедрение цифровых технологий в управление торгово-развлекательным комплексом, построены прогнозы посещаемости, загрузки площадей и среднего чека рассматриваемого объекта недвижимости, определена стоимость комплекса с учетом внедрения цифровых технологий в его бизнес-процессы.
Объектом исследования являются современные цифровые технологии.
Работа выполнена на примере торгово-развлека-тельного комплекса, расположенного в южной части Санкт-Петербурга, в окружении жилой и общественно-деловой застройки, площадью около 60000 м2. Арендаторами комплекса являются спортивные, детские магазины, продуктовый супермаркет, магазины, торгующие
предметами масс-маркета. Торгово-развлекательный комплекс был введен в эксплуатацию в 2012 г. В 2014 г. из-за достигнутых показателей финансово-хозяйственной деятельности стратегия развития комплекса была пересмотрена в пользу цифровизации бизнес-процессов [7].
В работе использованы ретроспективные показатели деятельности торгово-развлекательного комплекса. Прогнозные значения получены с использованием статистического метода корреляционно-регрессионного анализа [8].
Влияние изменения показателя недозагрузки на величину капитализации объекта определено на основании формулы [9]:
Av=-
A(l-Kvmm)(l-Ko e)/R0 A(l-Kvmarket)(l-Koe)/£0
(1),
где Аю — изменение уровня вакансии, А — арендная ставка, Кутш — достигнутый в рассматриваемом объекте коэффициент недозагрузок, Кое — среднерыночный коэффициент операционный расходов, #0 — среднерыночный коэффициент капитализации [10], Кутагке1 — среднерыночный коэффициент недозагрузок.
При определении влияния посещаемости на капитализацию торгово-развлекательного комплекса использовалась следующая формула [11]:
А (1 -Kv)(l -Кое)
(2)
где V) — размер капитализации объекта недвижимости, Ку — коэффициент недозагрузок.
Основная часть статьи
Посещаемость торгово-развлекательного комплекса и этапы жизненного цикла управления торгово-развлекательным комплексом с момента его открытия в 2012 г. представлена на рис. 1.
Рост показателя посещаемости объекта посетителями (рис. 1), а также снижения показателя вакансий предлагаемых в аренду площадей является типичным для вновь открытого объекта торгового назначения [12]. Однако к концу 2014 г. анализ ключевых показателей деятельности показал, что с учетом насыщенности рынка ритейла Санкт-Петербурга, а также невысокой покупательской способности населения объект недви-
зиии
I
6950
6250
5570
4990 5060 ^^
II
открытое
развитие развитие и смена развитие в развитие в
анализ стратегии измененной измененной
стратегии стратегии
7013 701 4 701 S 7016 7017
развитие в
Рис. 1. Посещаемость торгово-развлекательного комплекса, тыс. чел. в год
жимости не сможет принести ожидаемых доходов его собственнику без принятия стратегических решений о его дальнейшем управлении и развитии [13].
Управляющей компанией был предложен ряд мер по цифровизации бизнес-процессов торгово-развлекательного комплекса [14]. В торгово-развлека-тельном комплексе была введена система подсчета посетителей, система сбора продаж арендаторов и система трекинга посетителей, основанные на системах обработки больших данных [15].
Система подсчета посетителей представляет собой программно-аппаратный комплекс, состоящий из датчиков, сетевого оборудования и программного обеспечения, предоставляющая данные о количестве людей, прошедших через определенных проход за определенный промежуток времени. Система сбора продаж арендаторов — это автоматизированный сбор, выгрузка и обработка продаж каждого арендатора. Система сбора продаж арендаторов позволяет автоматизированным образом собрать информацию о среднем чеке, времени и дате транзакции, количестве товарных позиций в чеке, количестве чеков и сумме транзакций. Система трекинга посетителей — это трекинг посетителей с помощью wi-fi в их мобильных телефонах, онлайн-коммуникация с посетителем и аналитика социальных профилей Hotspot, indoor-
навигация. Hotspot позволяет параллельно использовать инструменты онлайн- и оффлайн-маркетинга, связывая посещения магазина покупателями с их профилями в социальных сетях. На основе собранной информации изучаются потоки посетителей: маршруты, частота посещений и проведенное в магазине время, а также определяется портрет типичного покупателя.
В 2015 г. управляющей компанией было начато внедрение описанных инструментов, что привело к потере темпов посещаемости объекта (рис. 1), среднего чека и увеличению недозагрузки площадей. Кроме того, инвестиции во внедрение новых систем составили около $9 млн. Тем не менее уже с 2016 г. посещаемость и средний чек начали расти, а недозагрузка уменьшаться. В 2018 г. недозагрузка составила 0%, при средней по городу 6%. С 2016 г. средний чек рос на 10-12% в год, опережая индексы потребительских цен на непродовольственные товары по Санкт-Петербургу. Посещаемость объекта покупателями начала расти (рис. 1), чего невозможно было добиться без смены стратегии управления торгово-развлекательным комплексом.
С учетом ретроспективных данных построены прогнозные показатели развития торгово-развлекательного комплекса при использовании циф-
сп
о
CN
ю
CN
СП
J <
со О
Рис. 2. Прогнозные показатели посещаемости и среднего чека торгово-развлекательного комплекса
Таблица 1
Показатели работы торгово-развлекательного комплекса в 2021 г.
Показатель Традиционный подход к управлению «Умный» подход к управлению Влияние на капитализацию объекта, %
Уровень вакансий 6% 1% 5
Средний чек, руб./чел. 948 1254 7
Посещаемость, тыс. чел. 5000 8410 20
Общее влияние на капитализацию объекта 32
СП
о
ю
СП
<
СО
о
ровых технологий и без их использования. Результаты выполненных прогнозов представлены на рис. 2.
Предельная величина посещаемости торгово-развлекательного комплекса определена на основании проектной информации по объекту недвижимости и составила 8400 тыс. чел в год.
На основе составленных погнозов можно отметить, что проведение цифровизации увеличивает показатели финансовой деятельности по управлению торгово-развлекательным комплексом (табл. 1).
Требуемые инвестиции в реализацию цифровизации оцениваются в размере $9 млн, рыночная стоимость рассматриваемого торгово-развлекательного комплекса на уровне $52,8 млн.
При достижении к 2021 г. показателей, представленных в табл. 1, капитализация торгово-развлекательного комплекса может увеличиться на 32%.
Обсуждение и заключение
На основании показателей, которые были достигнуты управляющей компанией за период 2016-2018 гг. был построен прогноз ключевых показателей развития торгово-развлекательного комплекса до 2021 г., представленный на рис. 2. Прогноз посещаемости без использования цифровизации бизнес-процессов основан на том, что максимальной проходимости в размере 5 млн человек в год торгово-развлекательный комплекс достиг в 2014 г. Прогноз увеличения посещаемости торгово-развлекательного комплекса при продолжающемся использовании внедренных цифровых технологий сделан исходя из средних темпов прироста посетителей комплекса за 2016-2018 гг. и зафиксирован на уровне максимально возможного количества человек, которых может принять комплекс на основании проектной нагрузки [16]. Максимально возможных показателей посещаемости, согласно выполненным прогнозам, объект достигнет в 2020 г., на основании чего прогнозный период будет окончен в 2021 г. Прогноз размера среднего чека без использования цифровиза-ции бизнес-процессов сделан по показателям 2014 г. Прогноз размера среднего чека при использовании «умного» подхода к управлению сделан несколько ниже показателей роста среднего чека в 2016-2018 гг., на уровне прогнозируемой величины индекса потребительских цен на непродовольственные товары. При прогнозировании уровня вакансий использовались данные о прогнозируемой экспертами величине не-дозагрузки торговых объектов в Санкт-Петербурге. С учетом внедренных цифровых технологий уровень недозагрузок рассматриваемого комплекса заложен на уровне 1%, связанном с возможной ротацией аренда-
торов. С учетом представленного роста посещаемости комплекса и его среднего чека такая высокая загруженность объекта вполне оправдана из-за его высокой привлекательности для арендаторов.
Величина недозагрузки объекта, его посещаемость и величина среднего чека являются ключевыми показателями, оказывающими влияние на величину капитализации объекта, с учетом особенностей условий договоров аренды, заключаемых с арендаторами. На основании формулы (1) был выполнен расчет, показывающий, что изменение уровня вакансий с 6 до 1% окажет 5-процентное влияние на стоимость объекта недвижимости. Используя результаты исследований [17] было определено, что увеличение среднего чека с $15,4 в 2018 г. до $16,8 в 2021 г. увеличит стоимость объекта на 7%. Анализ зависимости арендной ставки от посещаемости торгового объекта, представленный в [17], позволил рассчитать изменения в размере капитализации рассматриваемого торгово-развлекательного комплекса. Расчеты, выполненные на основании формулы (2), показали, что увеличение посещаемости торгово-развлекательного объекта с 6950 тыс. чел в год до 8400 тыс. чел в год в 2018-2021 гг. приведет к росту капитализации объекта на 20%. С учетом необходимых вложений в установку систем подсчета посетителей, сбора продаж арендаторов и система трекинга посетителей, капитализация объекта может быть увеличена на 32%.
Переход на автоматизированное цифровое производство, управляемое интеллектуальными системами в режиме реального времени — современный тренд развития не только производственных предприятий [18], но и предприятий сферы услуг [19]. Внедрение описанных в работе систем подсчета посетителей, сбора продаж арендаторов и система трекинга посетителей в управлении торгово-развлекательным комплексом позволяет управлять процессом в постоянном взаимодействии с внешней средой, выходящей за границы одного предприятия. При этом увеличивается как доходность арендаторов торгово-развлекательного объекта за счет роста количества покупателей и среднего чека, так и капитализация самого объекта недвижимости, через снижение простоев сдаваемых в аренду площадей, а также увеличение проходимости и роста среднего чека. На примере действующего в Санкт-Петербурге торгово-развлекательного комплекса показано, что рост капитализации объекта недвижимости может составить 32% с учетом необходимых вложений в цифровизацию бизнес-процессов.
Развитие представленного исследования в дальнейшем предполагается реализовать для офисной, гостичной и производственно-складской недвижимости.
Список использованных источников
1. В. А. Левенцов, А. Е. Радаев, Н. Н. Николаевский. Аспекты концепции «индустрия 4.0» в части проектирования производственных процессов//Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2017. Т. 10. № 1. С. 19-31.
2. А. А. Купцов, С. В. Пупенцова. Оценка эффективности реконцепции торговых центров//Экономика строительства. 2016. № 2 (38). С. 66-77.
3. Н. А. Киреева, С. В. Пупенцова. Оценка инвестиционной привлекательности объекта недвижимости с использованием квалиметри-ческого моделирования//Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2012. № 4 (151). С. 163-167.
4. Н. С. Алексеева, В. В. Вирунен, Е. А. Константинова. Зависимость арендной ставки торгового центра от проходимости его местоположения//В сб. «Наука молодых — будущее России»: сборник научных статей 3-й Международной научной конференции перспективных разработок молодых ученых. В 6 т. 2018. С. 24-27.
5. Т. П. Некрасова, С. В. Пупенцова, Е. В. Гарцева. Прогнозирование рынка инфокоммуникационных услуг в России//Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2018. Т. 11. № 5. С. 46-55.
6. Н. С. Алексеева, С. В. Пупенцова, В. В. Пупенцова. История научных исследований в области управления недвижимостью//Проблемы социально-экономического развития Сибири. 2017. № 4 (30). С. 9-19.
7. Т. П. Некрасова, С. В. Пупенцова, Е. Е. Аксенова. Методы определения прогнозного объема спроса и предложения на телекоммуникационные услуги//Вестник Забайкальского государственного университета. 2018. Т. 24. № 10. С. 108-116.
8. С. В. Пупенцова. Модели и инструменты в экономической оценке инвестиций. СПб.: Изд-во Политехн. ун-та, 2014. 187 с.
9. S. Pupentsova, M. Livintsova. Qualimetric assessment of investment attractiveness of the real estáte property//Real Estate Management and Valuation. 2018. Vol. 26. № 2. P. 5-11.
10. М. Б. Ласкин, С. В. Пупенцова. Использование коэффициента капитализации при изучении тенденций рынка недвижимости/имущественные отношения в Российской Федерации. 2012. № 10 (133). С. 51-55.
11. О. А. Шаброва, С. В. Пупенцова, Н. С. Алексеева. Условия выполнения аксиомы равенства результатов при определении стоимости активов//Экономика и предпринимательство. 2017. № 1 (78). С. 906-913.
12. С. В. Пупенцова, Т. П. Некрасова, И. А. Павленко. Управление программой лояльности в торговых розничных сетях//Креативная экономика. 2019. Т. 13. № 1. С. 195-210.
13. N. Alekseeva, N. Antoshkova, S. Pupentsova. Application of the Monte-Carlo Simulation Method in Building and Energy Management Systems//Advances in Intelligent Systems and Computing 983. 2019. P. 257-266.
14. С. А. Водянова, С. В. Пупенцова, В. В. Пупенцова. Механизмы развития и внедрения технологии «умный дом»//Инновации. 2018. № 7 (237). С. 83-90.
15. А. В. Бабкин, Н. С. Алексеева. Исследование тенденций развития цифровой экономики на основе анализа публикационной активности/Под редакцией А. В. Бабкина//В сб. «Цифровая экономика и «индустрия 4.0»: тенденции 2025». Сборник трудов научно-практической конференции с международным участием. 2019. С. 63-68.
16. М. Б. Ласкин, О. В. Русаков, О. И. Джаксумбаева. Оценка показателей рынка недвижимости по статистическим данным на основе многомерного логарифмически нормального закона//Экономический журнал Высшей школы экономики. 2016. Т. 20. № 2. С. 268-284.
17. А. В. Красилов, С. В. Пупенцова. Увеличение стоимости торгового центра за счет внедрения цифровых технологий//В сб. «Фундаментальные и прикладные исследования в области управления, экономики и торговли». Сборник трудов научной и учебно-практической конференции. В 3-х ч. 2017. С. 58-658.
18. Н. С. Алексеева. Анализ изменений интеллектуального капитала предприятия под влиянием цифровизации бизнес-процессов/Под ред. А. В. Бабкина//В сб. «Цифровая экономика и «индустрия 4.0»: тенденции 2025». Сборник трудов научно-практической конференции с международным участием. 2019. С. 316-321.
19. E. S. Ozerov, S. V. Pupentsova, V. A. Leventsov, M. S. Dyachkov. Selecting the best use option for assets in a corporate management system// In collection: 2017 6th International Conference on Reliability, Infocom Technologies and Optimization: Trends and Future Directions, ICRITO 2017 6. 2018. P. 162-170.
References
V. A. Leventsov, A. E. Radaev, N. N. Nikolaevsky. Aspects of the concept «Industry 4.0» in terms of the design of production processes// Nauchno-tehnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politehnicheskogo universiteta. Jekonomicheskie nauki [Scientific and technical statements of the St. Petersburg State Polytechnic University. Economics], 2017, vol. 10, no. 1. P. 19-31. (In Russian.) A. A. Kuptsov, S. V. Pupentsova. Evaluation of the effectiveness of shopping centers reconception. Jekonomika stroitel'stva [Economy of construction], 2016, no. 2 (38). P. 66-77. (In Russian.)
N. A. Kireeva, S. V. Pupentsova. Assessment of the investment attractiveness of the property with the use of qualimetric modeling//Nauchno-tehnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politehnicheskogo universiteta. Jekonomicheskie nauki [Scientific and technical statements of the St. Petersburg State Polytechnic University. Economics], 2012, no. 4 (151). P. 163-167. (In Russian.) N. S. Alekseeva, V. V. Vironen, E. A. Konstantinova. Dependence rents shopping center cross from its location//V sbornike «Nauka molodykh — budushcheye Rossii»: sbornik nauchnykh statey 3-y Mezhdunarodnoy nauchnoy konferentsii perspektivnykh razrabotchikov molodykh uchenykh. V 6 tomakh [In the collection «Young Science — the future of Russia». Collection of scientific articles of the 3rd International ^ scientific conference of promising developments of young scientists: in 6 volumes], 2018. P. 24-27. (In Russian.) O
T. P. Nekrasova, S. V. Pupentsova, E. V. Gartseva. Forecasting the market of information and communication services in Russia//Nauchno-tehnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politehnicheskogo universiteta. Jekonomicheskie nauki [Scientific and technical statements of the St. Petersburg State Polytechnic University. Economics], 2018, vol. 11, no. 5. P. 46-55. (In Russian.) N. S. Alekseeva, S. V. Pupentsova, V. V. Pupentsova. History of scientific research in the field of real estate management||Problemy sotsial'no-ekonomicheskogo razvitiya Sibiri [Problems of socio-economic development of Siberia], 2017, no, 4 (30). P. 9-19. (In Russian.) T. P. Nekrasova, S. V. Pupentsova, E. E. Aksenova. Methods for determining the forecast volume of supply and demand for telecommunications services//Vestnik Zabajkal'skogo gosudarstvennogo universiteta [Bulletin of the Trans-Baikal State University], 2018, vol. 24, no. 10. P. 108-116. (In Russian.)
S. V. Pupentsova. Modeli i instrumenty v jekonomicheskoj ocenke investicij [Models and tools in the economic evaluation of investments]. ^ SPb.: Publishing House Polytechnic. University, 2014, 187 p. (In Russian.) CO
S. Pupentsova, M. Livintsova. Qualimetric assessment of investment attractiveness of the real estate property//Real Estate Management and O Valuation. 2018. Vol. 26. № 2. P. 5-11.
CD
4.
10. M. B. Laskin, S. Pupentsova. The use of capitalization ratio in the study of trends in the real estate market//Imushhestvennye otnoshenija v Rossijskoj Federacii [Property relations in the Russian Federation], 2012, no. 10 (133). P. 51-55. (In Russian.)
11. O. A. Shabrova, S. V. Pupentsova, N. S. Alekseeva. Conditions for the implementation of the axiom of equality of results in determining the value of assets//Jekonomika i predprinimatel'stvo [Economy and Entrepreneurship], 2017, no. 1 (78). P. 906-913. (In Russian.)
12. S. V. Pupentsova, T. P. Nekrasova, I. A. Pavlenko. Loyalty program management in retail chains//Kreativnaja jekonomika [Creative Economy], 2019, vol. 13, no. 1. P. 195-210. (In Russian.)
13. N. Alekseeva, N. Antoshkova, S. Pupentsova. Application of the Monte-Carlo Simulation Method in Building and Energy Management Systems//Advances in Intelligent Systems and Computing 983. 2019. P. 257-266.
14. S. A. Vodyanova, S. V. Pupentsova, V. V. Pupentsova. Mechanisms of development and implementation of «smart home» technology//Innovacii [Innovation], 2018, no. 7 (237). P. 83-90. (In Russian.)
15. A. V. Babkin, N. S. Alekseeva. Research of tendencies of development of digital economy on the basis of the analysis of publication activity/ Pod redaktsiyey A. V. Babkina [Edited by A. Babkin]//V sbornike «Tsifrovaya ekonomika i «industriya 4.0»: tendentsii 2025 g. Sbornik trudovykh nauchno-prakticheskikh konferentsiy s uchastiyem RS. [In the collection «Digital economy and industry 4.0: tendencies 2025». Proceedings of the scientific-practical conference with international participation]. 2019. P. 63-68. (In Russian.)
16. M. B. Laskin, O. V. Rusakov, O. I. Dzhaksumbaeva. Assessment of real estate market indicators according to statistical data on the basis of a multidimensional log-normal law//Jekonomicheskij zhurnal Vysshej shkoly jekonomiki [EconomicJournal of the Higher School of Economics], 2016, vol. 20, no. 2. P. 268-284. (In Russian.)
17. A. V. Krasilov, S. V. Pupentsova. The increase in the cost of the shopping center due to the introduction of digital technologies//V sbornike «Fundamental'nye i prikladnye issledovanija v oblasti upravlenija, jekonomiki i torgovli». Sbornik trudov nauchnoj i uchebno-prakticheskoj konferencii. V 3-h chastjah [In the collection «Fundamental and applied research in the field of management, economics and trade». Collection of works of scientific and educational-practical conference. In 3 parts], 2017. P. 58-658. (In Russian.)
18. N. S. Alekseeva. Analysis of changes in the intellectual capital of the enterprise under the influence of digitalization of business processes/Pod redaktsiyey A. V. Babkina [Edited by A. Babkin]//V sbornike «Tsifrovaya ekonomika i «industriya 4.0»: tendentsii 2025. Sbornik trudov nauchno-prakticheskoy konferentsii s uchastiyem RSM. [In the collection «Digital economy and industry 4.0: trends 2025». Proceedings of scientific and practical conference with international participation], 2019. P. 316-321. (In Russian.)
19. E. S. Ozerov, S. V. Pupentsova, V. A. Leventsov, M. S. Dyachkov. Selecting the best use option for assets in a corporate management system// In collection: 2017 6th International Conference on Reliability, Infocom Technologies and Optimization: Trends and Future Directions, ICRITO 2017 6. 2018. P. 162-170.
ТАЛОН ПОДПИСКИ ЖУРНАЛА
ИННШШ£»0И
Подписка в редакции — это получение журнала сразу после тиража.
В редакции можно оформить подписку на 2019 год (с 1 по 12 номер) по льготной цене 18840 руб. 00 коп. (Восемнадцать тысяч восемьсот сорок рублей 00 коп.), в том числе НДС — 1 712 руб. 73 коп.
Название организации _
Фамилия, имя, отчество_
Должность_
Почтовый адрес (адрес доставки).
Просим высылать нам журнал «Инновации» в количестве
Нами уплачена сумма _
Платежное поручение №_ от _
.экземпляров.
20.
Банковские реквизиты редакции:
ООО «ТРАНСФЕР-ИННОВАЦИИ», ИНН 7813280766, КПП 781301001 р/с 40702810727000001308 ПАО «Банк Санкт-Петербург», г. Санкт-Петербург», к/с 30101810900000000790, БИК 044030790
Дата заполнения талона подписки.
Подпись.
Подписка оформляется с любого номера. Заполненный талон подписки мы принимаем по факсу: (812) 234-09-18
Контактное лицо: А. Б. Каминская.
— журнал об иннпшишонной ДЕЯТЕЛЬНОСТИ
ТАЛОН ПОДПИСКИ ЖУРНАЛА
